多特征融合的目标跟踪

HLBP纹理特征Mean-Shift目标跟踪算法

J波是心电图上出现的一种异常变异。应用计算机实现J波自动分类对J波疾病的临床诊断有着重要意义。基于时频域和相空间两个分析角度,一方面使用调Q小波变换(Tunable Q Wavelet Transfo

织物瑕疵纹理特征复杂,单一特征不能很好地反映纹理信息。为此,本文提出一种基于局部二进制模式(Local Binary Pattern,LBP)算子和灰度共生矩阵(Gray Level Co-occur

障碍物检测作为智能辅助驾驶的重要一环,得到了广泛关注和研究,其中,井盖的检测对后续的井盖定位和缺损检测有着不可替代的作用。从宏观特征入手,提出一种多特征融合的分类方法,首先利用先验知识划定梯形区域限制

利用混合高斯模型背景差法提取前景中的疑似区域，根据早期烟雾在 ＲGB 和 HIS 空间的颜色模型提取疑似区域的颜色特征值，通过二维离散小波变换提取背景模糊特征值，通过计算疑似区域像素数与其最小外接矩形

这篇论文对理解基于特征的方式提取人体的最基础的东西理解有帮助

基于多特征融合的图像匹配模式.pdf！！！！

浮油的扩散非常快。 浮油的PolSAR图像中边界模糊,斑点噪声很大,如何快速区分和标记浮油的连续边缘是浮油监测服务的基本要求。 本文提出了一种新的边缘跟踪算法,该算法基于多特征融合实现了浮油的边缘跟踪

浮油轮廓和厚度信息是估计溢油量的重要指标。 如何快速估算浮油厚度是一个热门的研究课题。 在本文中,基于极化合成Kong径雷达(PolSAR)特征与浮油厚度之间的潜在相关性,使用多特征融合策略来设计分类

在多标记学习框架中，特征选择是解决维数灾难，提高多标记分类器的有效手段。提出了一种融合特征排序的多标记特征选择算法。该算法首先在各标记下进行自适应的粒化样本，以此来构造特征与类别标记之间的邻域互信息。